Hvað getur kynslóð AI gert til að breyta stjórnun framboðs keðju að fullu?

Hvað getur kynslóð AI gert til að breyta stjórnun framboðs keðju að fullu?

 

 

Fyrirtæki standa frammi fyrir ýmsum flóknum áskorunum við að hanna og hámarka birgðakeðjur sínar, þar á meðal að bæta aðlögunarhæfni, draga úr kostnaði og auka skipulagsgæði eru aðeins fáir þættir. Undanfarna áratugi hafa framfarir í upplýsingatækni fært ákvarðanatöku fyrirtækja frá því að treysta á innsæi og reynslu yfir í sjálfvirkari og gagndrifnar aðferðir og þar með bætt skilvirkni, dregur verulega úr kostnaði og eykur þjónustu við viðskiptavini.

 

Því miður þurfa leiðtogar fyrirtækja enn að eyða miklum tíma og fyrirhöfn í að skilja tillögur sem kerfið hefur lagt til, greina ýmsar aðstæður og gera greiningar á tilgátu. Að uppfæra stærðfræðilíkön af verkfærum um framboð keðju til að endurspegla breytingar í viðskiptaumhverfinu er einnig tímafrekt. Til að taka á þessum málum þurfa skipuleggjendur og stjórnendur að ráða gagnavísindateymi eða tækniaðila til að skýra niðurstöðurnar eða breyta kerfinu.

 

Stóra tungumálalíkanið (LLM) er kynslóð AI sem gerir kleift að ljúka þessari starfsemi jafnvel án áðurnefnds stuðnings og dregur úr ákvarðanatöku frá dögum eða vikum til mínútur eða klukkustundir, sem bætir verulega skilvirkni og áhrif skipulags- og stjórnunarstarfsmanna. Í þessari grein munum við kanna hvernig á að nota stór tungumálalíkön til að fá innsýn úr gögnum, sem gerir stjórnendum kleift að skilja betur aðstæður aðfangakeðjunnar, svara tilgátu spurningum og uppfæra verkfæri fyrir framboðs keðju til að taka tillit til núverandi viðskiptaumhverfis. Við lögðum einnig áherslu á þær áskoranir sem fyrirtæki verða að vinna bug á þegar þeir taka upp stór tungumálalíkön, svo og tækifærin til að auka umsóknarumfang sitt í framtíðinni.

 

Meirihluti reynslunnar sem við viljum deila kemur frá notkun Microsoft á LLM byggðu kerfi til að stjórna framboði netþjóna og annars vélbúnaðar, sem er afhent yfir 300 gagnaverum um allan heim til að styðja við skýjaþjónustu þeirra. Microsoft prófaði LLM byggða kerfið frá mars til október 2023 og beitti kerfinu að fullu í nóvember sama ár. Síðan þá hefur kerfið haft veruleg áhrif á skilvirkni og framleiðni, sem birtist í viðbragðstíma og ákvarðanatöku, meðan búist er við að þessi ávinningur muni aukast með tímanum og með frekari endurbótum á kerfinu. Hins vegar treysta eiginleikarnir sem við erum að ræða ekki á notkun Microsoft vörur og hægt er að nota ýmsa hágæða LLM sem nú eru til á markaðnum til að innleiða þessa eiginleika.

 

Nú skulum við kanna ávinninginn sem LLM getur haft í för með sér.

 

Gagnavinnsla og innsýn

 

Ímyndaðu þér dæmigerða birgðakeðju með ákveðnum fjölda birgja hráefnis, framleiðsluverksmiðja og smásala. Með því að nota LLM geta skipuleggjendur spurt á venjulegu máli, svo sem „Hversu mörg hráefni af gerðinni hefur birgir nú?“ eða "Hver er ódýrasta leiðin til að flytja vörur frá verksmiðju F til smásölu R?" LLM getur umbreytt þessum spurningum í fyrirspurnir um gagnavísindi og síðan komið inn niðurstöðum fyrirspurna í gagnageymslu fyrirtækisins (svo sem SQL gagnagrunn) og veitt svör í heilum setningum. Frá persónuverndarsjónarmiði er hægt að nota LLM sem skýjaþjónustu, sem þýðir að það er engin þörf á að flytja einkagögn til LLMS þriðja aðila.

 

Auk þess að þjóna sem tæki til að skilja núverandi ástand aðfangakeðju fyrirtækisins, er einnig hægt að nota LLM til að skýra ákvarðanir sem teknar eru í framboðskeðjakerfinu og veita frekari innsýn, svo sem upplýsingar um þróun. Til dæmis geta skipuleggjendur spurt spurninga um nýlega þróun, svo sem „Hvaða verksmiðja hafði mesta framleiðslu skilvirkni í síðustu viku?“ eða "Hversu marga eða hvaða hlutfall af heildar flutningskostnaði fór yfir $ 50000 í síðasta mánuði?" Í eftirfarandi texta munum við veita sérstök dæmi um snemma notkun LLM til að ná í námuvinnslu og innsýn.

 

Fylgdu stöðugt breyttum kröfum. Cloud Computing er margra milljarða dollara fyrirtæki sem krefjast þjónustuaðila eins og Amazon, Microsoft og Google að fjárfesta mikið í að byggja upp gagnaver, útbúa þá með vélbúnaði og reka þá til að veita afkastagetu hvenær sem er. Þeir verða stöðugt að mæta vaxandi eftirspurn eftir þessari þjónustu en lágmarka vélbúnað og rekstrarkostnað. Í þessu skyni munu skýþjónustuaðilar reglulega taka ákvarðanir um dreifingu vélbúnaðar, með hliðsjón af mörgum kostnaðarþáttum eins og flutningum og afskriftum vélbúnaðar, svo og rekstrarþáttum eins og vélbúnaðarsamhæfni, birgðum og starfsfólki fyrir útfærslu netþjóna.

 

Hjá Microsoft kemur eftirspurnin eftir netþjónum frá innri viðskiptaeiningum sem hafa mismunandi skýjaafurðir eins og Azure Storage, Azure Virtual Machines og Microsoft 365. Kröfurnar eru tilgreindar með beiðnum, þar með talið gerð og magni netþjóna sem krafist er, svæðinu þar sem netþjónarnir eru sendir út og tilvalinn dreifingardagur. Framboðskeðjan teymi inntakar þessar kröfur og þróar reglulega eina eftirspurnaráætlun. Verkfræðingar Microsoft keyra reglulega tölvu hagræðingartæki til að búa til framkvæmdaráætlun, úthluta raunverulegum vélbúnaði frá framboðsgeymslu og tilgreina hvenær þeir verða fluttir til gagnaversins. Skipuleggjendur Microsoft eru ábyrgir fyrir því að hafa umsjón með framkvæmd áætlunarinnar, þar með talið að staðfesta að áætlunin uppfylli þarfir ýmissa viðskiptadeilda og að netþjónar hafi verið beittir samkvæmt áætluninni. Sjónarmiðlarnir starfa venjulega í viðskiptadeildinni í mörg ár þar til þeir eru komnir á eftirlaun og teknir niður.

 

Skipuleggjendur þurfa einnig að fylgjast með breytingum á eftirspurn mánaðarlega (þekktur sem offset eftirspurnar) til að tryggja að endurskoðaða áætlunin uppfylli allar kröfur viðskiptavina og uppfylli leiðbeiningar um fjárhagsáætlun. Skipuleggjendum, sem venjulega taka til gagnafræðinga og verkfræðinga frá mismunandi viðskiptasviðum í þessu ferli, þá er verkefninu að meta gagnavísindamenn og verkfræðinga frá mismunandi viðskiptadeildum í þessu ferli. Þegar þessar breytingar eru gerðar munu skipuleggjendur undirbúa yfirlit yfir stjórnendur til að skýra breytingar á hverju svæði.

 

Nú getur LLM byggð tækni sinnt öllum þessum verkefnum. Það mun sjálfkrafa búa til rafræna skýrslutölvupóst, gera grein fyrir hverjir gerðu hverja breytingu og ástæður þess. Það mun einnig benda á hugsanlegar villur fyrir skipuleggjendur að fara yfir. Til dæmis, ef eftirspurnin (heildarfjöldi netþjóna) í nýju áætluninni er lægri en í gömlu áætluninni, getur tölvupósturinn bent til nákvæmrar ástæðu fyrir lækkun eftirspurnar, svo sem innleiðingu nýrrar kynslóðar skilvirkari vélbúnaðar, sem dregur úr notkun netþjóna. Þetta LLM tól gerir skipuleggjendum kleift að gera sjálfstætt að ljúka greiningu á kröfum á nokkrum mínútum en í fortíðinni myndi það taka um það bil viku.

 

Framkvæma samninginn. Í bifreiðageiranum eru framleiðendur upprunalegu búnaðar (OEM) eins og Ford, Toyota og General Motors þúsundir birgja og hafa skrifað undir marga samninga við hvern birgi. Þessir samningar tilgreina ítarlega verð sem framleiðandi upprunalega búnaðarins greiðir, gæðakröfur, afhendingartíma og sveigjanleika sem birgjar verða að gera til að tryggja framboð. Eftir að hafa fóðrað þúsundir samningsgagna til LLM uppgötvaði upprunalega framleiðandi búnaðar að ef farið var yfir ákveðinn magnþröskuld gætu þeir notið verðlækkunar, en magn og margbreytileiki samninganna olli því að innkaupateymið gleymdi þessu tækifæri. Lokaniðurstaðan var sú að þessi framleiðandi sparaði milljónum dollara í innkaupakostnað.

 

Svaraðu tilgátu spurningum

 

Skipuleggjendur geta spurt LLM ítarlegra spurninga, hér eru nokkur dæmi:

 

Hver er viðbótar flutningskostnaður ef heildareftirspurn eftir vörunni eykst um 15%

 

Ef smásalar R notar aðeins vörur frá Factory F, hversu mikið mun innkaupakostnaðurinn aukast

 

Ef við lokum verksmiðju f, getum við uppfyllt allar kröfur

 

Ef einingakostnaður við hráefni af M-gerð er lækkaður um $ 1, hversu mikið mun heildarkostnaður við framleiðslu P vörur lækka

 

Við skulum skoða hvernig LLM getur svarað slíkum spurningum nákvæmlega og skilvirkan hátt. Mörg hagræðingarverkefni eru skrifuð í formi stærðfræðilegra áætlana sem telja uppbyggingu aðfangakeðjunnar og allra viðskiptaþrauta og búa til árangursríkar ráðleggingar um aðfangakeðju. LLM kemur ekki í staðinn fyrir stærðfræðilíkön, heldur bætir þau við. Nánar tiltekið mun það umbreyta handvirkum fyrirspurnum í stærðfræðilega kóða og gera smávægilegar breytingar á upprunalegu stærðfræðilíkani sem notað er til að búa til áætlanir. Til dæmis, til að neyða smásöluaðila til að nota vörur úr tiltekinni verksmiðju, er hægt að bæta við stærðfræðikröfu (þ.e. „þvingun“) sem banna öðrum verksmiðjum að afhenda þessum smásölu. Síðan verður þessi lúmska breyting á stærðfræðilíkaninu inntak inn í framboðskeðjutólið til að búa til breytt áætlun, sem er aðeins notuð til samanburðar við núverandi áætlun. Sem fyrr mun framleiðsla nýja stærðfræðilíkansins búa til svör við mannlegu máli í gegnum LLM (til að læra um þessa aðferð til að nota LLM til að fá núverandi upplýsingar um framboðskeðju og setja tilgátu, þú getur fundið opinn frumkóða Microsoft og skyld viðmiðunargögn um Github/Microsoft/Optiguide).

 

Hér getum við vísað til þess hvernig skipuleggjendur í skýjaþjónustu Microsoft nota þessa getu til að þróa framkvæmdaráætlanir til að dreifa netþjónum frá vöruhúsum til gagnavers. Fyrir hverja beiðni eru aðalákvarðanirnar: (1) gerð netþjóns og vöruhús sem notuð er til að mæta eftirspurninni, (2) flutningadegi, og (3) bryggjupunktur netþjóna (sértæk gagnaver og sérstök staðsetning þess). Markmiðið er að lágmarka heildarkostnað margra íhluta, svo sem flutningskostnað og áætlaðan tækifæriskostnað vegna seinkunar á útsetningu netþjóns umfram kjördag.

 

Þegar þú færð framleiðsla niðurstaðna hagræðingartækisins geta skipuleggjendur staðfest hvort niðurstöðurnar uppfylli kröfur um viðskipti og tryggt að áætlunin sé framkvæmd samkvæmt þessari niðurstöðu. Hins vegar eru hugsanleg hagræðingarvandamál mjög flókin og ekki alveg ómöguleg, en það er líka erfitt að skilja strax ástæðurnar á bak við hverja ákvörðun. Þess vegna hafa skipuleggjendur venjulega samband við verkfræðinga og gagnafræðinga sem þróa hagræðingartæki til að fá frekari upplýsingar. Skipuleggjendur og verkfræðingar þurfa oft margar umferðir af samskiptum til að kanna að fullu vandamál eða tilgátu, sem geta leitt til tafa á nokkrum dögum. Nú geta LLM byggð kerfi veitt skipuleggjendum svör við eftirfarandi spurningum innan nokkurra mínútna: "Hvaða hlutfall af kostnaðarhækkun myndum við verða fyrir ef við klárum ákveðna pöntun fyrir ákveðna dagsetningu miðað við aðra dagsetningu?" og "hvaða hlutfall kostnaðarhækkunar myndum við verða fyrir ef við leggjum niður vöruhús í viku

 

Gagnvirk skipulagning

 

Skipuleggjendur geta notað LLM tækni til að uppfæra stærðfræðilíkön af uppbyggingu framboðs keðju og viðskiptaþörf til að endurspegla núverandi viðskiptaumhverfi. Að auki getur LLM veitt nýjustu upplýsingum til skipuleggjenda út frá breytingum á viðskiptaaðstæðum.

 

Sem dæmi má nefna að rauntíma upplýsingar sem skipuleggjendur hafa borist sýna að ákveðnum framleiðanda verður lokað í sjö daga vegna vetrarþurrku. Án aðstoðar LLM verða skipuleggjendur sem vilja uppfæra sölu- og rekstraráætlanir til að takast á við niður í miðbæ verða að taka þátt í upplýsingatækni og gagnavísindateymi til að gera nauðsynlegar leiðréttingar á áætluninni, sem getur verið tímafrekt ferli. Hins vegar, með aðstoð LLM, geta skipuleggjendur beint beðið kerfið um að búa til nýja áætlun og forðast notkun verksmiðja. Ef nýja áætlunin getur ekki uppfyllt allar spáðar kröfur, mun LLM aðstoðarskipulagstæki ekki aðeins skila uppfærðum sölu- og rekstraráætlunum og samsvarandi kostnaði (svo sem innkaupum og flutningskostnaði), heldur einnig að bera kennsl á eftirspurnina sem ekki er hægt að koma á framfæri og áhrif þess á arðsemi.

 

Eftirspurnin eftir breyttum framboðsáætlunum getur einnig verið knúin áfram af LLM byggðri tækni. Til dæmis, eftir að hafa greint flutningsgögn tiltekins birgja, getur það gefið út viðvörun sem gefur til kynna að afhendingartími birgjans hafi aukist verulega undanfarna mánuði. Að auki mun LLM byggð tækni spá fyrir um mögulegan tíma næstu sendingar og senda hana til skipuleggjenda. Vegna þeirrar viðurkenningar á því að langvarandi leiðartímar til afhendingar munu hafa neikvæð áhrif á þjónustustig á tilteknum svæðum nema gerðar séu gripnar til úrbóta, geta skipuleggjendur krafist LLM byggðra kerfa til að endursegja skipulagstæki með nýjum upplýsingum og búa til nýjar áætlanir. Áætlunin er flutt til skipuleggjenda af LLM á náttúrulegu tungumáli og getur krafist birgja til að flýta fyrir sendingum eða flytja birgðir frá vöruhúsum á mismunandi svæðum fyrirtækisins til viðkomandi svæða.

 

Aðferðin við að nota LLM á þann hátt sem fjallað er um í þessari grein er enn tiltölulega ný. Við reiknum með að LLM byggð tækni styðji ákvarðanatöku til loka á næstu árum. Til dæmis geta notendur lýst ákvörðunarvandanum sem þeir vilja leysa á auðvelt að skilja tungumál. Það getur verið sérstakt framleiðsluvandamál (miðað við flókið net framleiðsluaðstöðu, hvenær og hvar á að framleiða ákveðna vöru), eða úthlutunarvandamál birgða (miðað við takmarkaða birgðum í vöruhúsi, hvernig á að úthluta því til ýmissa verslana til að hámarka eftirspurn). Tækni dagsins í dag getur skapað slík stærðfræðilíkön og ráðleggingar, en að sannreyna hvort líkanið birtir rétt viðskiptaumhverfið er áfram áskorun.

 

Yfirstíga hindranir

 

Þegar fyrirtæki byrja að taka upp LLM í stjórnun aðfangakeðju þurfa þau að vinna bug á ýmsum hindrunum til að nota það á áhrifaríkan hátt.

 

Nota og þjálfun. Notkun LLM til að hámarka framboðskeðjuna þarf mjög nákvæmt tungumál. Til dæmis, ef notandi spyr: 'Getum við nýtt okkur verksmiðju F?' Hugtakið „betra“ getur haft margar túlkanir: að draga úr kostnaði, auka afköst, hámarka afköst yfir tíma osfrv. Hver túlkun mun leiða til mismunandi ákvarðana. Þess vegna skiptir þjálfunarstarfsmenn sem nota kerfið sköpum. Skipuleggjendur gætu þurft að fá þjálfun til að spyrja nákvæmari spurninga en stjórnendur og stjórnsýslufólk gæti þurft að skilja getu og takmarkanir LLM byggðar tækni.

 

Af þessum ástæðum er Microsoft smám saman að beita þessari nýju tækni, meðan tækin sem kynnt voru fyrr til að svara tilgátu spurningum styðja aðeins mengi algengra spurninga. Fyrirtækið mun fylgjast með samspili notenda, nákvæmni og öryggisafriti og auka smám saman umfjöllun sína. Skipuleggjendurnir hafa fengið viðeigandi þjálfun og þekkja vandamálasettin sem nú er studd af tólinu.

 

Staðfesting. LLM tækni framleiðir stundum rangt efni, svo algeng áskorun er hvernig á að láta tæknina keyra „á réttri braut“, það er að bera kennsl á villur og komast aftur á réttan kjöl. Fyrirtæki eru nú að takast á við þessa áskorun með því að bjóða upp á rík lén sérstök dæmi fyrir LLM til að bæta nákvæmni framleiðslunnar og bæta við fyrirkomulagi til að bera kennsl á óstuddar fyrirspurnir fyrirfram. Til dæmis, ef einhver vekur óstuddar spurningu, mun LLM byggð kerfið veita sjálfgefið svar eins og „Því miður get ég ekki hjálpað þér að leysa þetta vandamál. Þú getur athugað eftirfarandi spurningar.“ Auðvitað eykst erfiðleikinn við að sannreyna nákvæmni með margbreytileika framleiðslunnar. Til dæmis, ef við biðjum LLM um að búa til fullkomið stærðfræðilegt forrit til að búa til bjartsýni útfærsluáætlun frá grunni, hvernig staðfestir kerfið réttmæti þess? Hvernig getum við tryggt að forritið geti valdið bestu áætluninni innan hæfilegs tíma? Þessi opnu mál þurfa enn frekari rannsóknir.

 

Nýr vinnuafli. Með mjög sjálfvirkri framkvæmd LLM tækni munu hlutverk stjórnenda og skipuleggjenda einnig breytast. Skipuleggjendur munu ekki lengur taka þátt í mannlegum mistökum sem eru tilhneigingu til og tímafrekt ákvarðanatöku, heldur munu geta beitt LLM tækni til að veita meiri innsýn í skipulagningartækni fyrir framboðskeðju og útskýrt ráðleggingar þeirra. Þetta mun auka traust notenda og auka verulega samþykkt þeirra á tillögum verkfæra. Í innkaupadeildinni verður tíminn fyrir starfsmenn til að búa til nýja samninga einnig minnkaður. LLM mun geta hannað samninga fyrir tiltekna vöruflokka og veitt fyrri upplýsingar um afköst mismunandi birgja til að hjálpa stjórnendum að velja viðeigandi birgja.

 

Með öðrum orðum, með því að nota LLM verkfæri sem byggir á vinnuafli getur fært áherslu vinnu frá daglegum endurteknum verkefnum yfir í virðisaukandi verkefni, svo sem að hugsa beitt um ýmsar framboðskeðjustarfsemi, eða vinna innbyrðis á starfhæfum svæðum og með utanaðkomandi birgjum og viðskiptavinum. Til dæmis geta eftirspurnar skipuleggjendur unnið með viðskiptaskipuleggjendum sem bera ábyrgð á markaðssetningu, verðlagningu og afslætti til að skilja áhrif viðskipta á eftirspurn. Byggt á reynslu okkar er þetta samstarf ekki til í flestum stofnunum. Auðvitað er áskorunin hér að tryggja að forysta sundurliðar hagnýtar deildarhindranir og aðlagar viðskiptaferli til að auðvelda samvinnu.

 

Þrátt fyrir ofangreindar áskoranir teljum við enn að á næstunni muni LLM byggð tækni umbreyta stjórnun aðfangakeðju, bæta skilvirkni, seiglu, framleiðni og nákvæmni. Það mun bæta við aðfangakeðjutækni nútímans, sem gerir skipuleggjendum kleift að hafa samskipti beint við framboðskeðjuverkfæri án þess að þörf sé á gagnafræðingum eða verkfræðingum. Fyrirtæki munu geta gert sjálfvirkan fjölda framboðskeðjuferla og jafnvel búið til nýja, svo sem með því að samþætta viðskipti og spáferla. Reyndar mun þessi samþætting mynda lokað stjórnunarkerfi aðfangakeðju, þar sem viðskipti, framboðs keðju og fjármálafyrirtæki munu vinna saman að því að þróa framboðsáætlun sem uppfyllir öll viðskipta- og fjárhagsleg markmið og kröfur. Innan fárra ára mun LLM byggð tækni sannarlega gjörbylta stjórnun aðfangakeðju.

 

Ishai Menache, Jeevan Pathuri, David Simchilevi, Tom Linton|Texti

 

 

Isay Menash er samstarfsstjóri í vélanámi og hagræðingarhópi hjá Microsoft Research. Jiwan Paturi er framkvæmdastjóri og forstöðumaður hugbúnaðarverkfræði samvinnu við Cloud Supply Chain deild Microsoft. David Senge Levy er William Barton Rogers prófessor við MIT, yfirmaður MIT Data Science Laboratory og aðgreind mynd hjá Accenture. Tom Linton er yfirráðgjafi hjá McKinsey og hefur áður starfað sem aðal innkaup og framboðskeðja hjá Flex.